CNET科技資訊網(wǎng) 7月6日 北京報(bào)道（文/周雅）：上周，關(guān)于阿里巴巴旗下人工智能實(shí)驗(yàn)室（A.I. Labs）誕生的消息不脛而走，殊不知該實(shí)驗(yàn)室早在2016年低調(diào)成立。昨天下午，這個(gè)專門研發(fā)消費(fèi)級(jí)AI產(chǎn)品的實(shí)驗(yàn)室高調(diào)推出研發(fā)的第一款智能語(yǔ)音終端設(shè)備——天貓精靈X1，內(nèi)置阿里第一代人機(jī)交流系統(tǒng)——AliGenie。

現(xiàn)場(chǎng)，阿里人工智能實(shí)驗(yàn)室負(fù)責(zé)人淺雪兩句開場(chǎng)白，道出阿里入局智能語(yǔ)音助手市場(chǎng)的初衷：

“語(yǔ)言是人與人之間最主要的溝通方式，也應(yīng)該是人與另外一種智能進(jìn)行交流的主要方式。”“云端一體化帶來(lái)的趨勢(shì)是高度智能化，智能終端需要一個(gè)比手機(jī)觸屏更強(qiáng)大的人機(jī)交互方式。”

智能語(yǔ)音群龍紛爭(zhēng)

自從亞馬遜Echo、谷歌Home、微軟Invoke、蘋果HomePod、京東和科大訊飛的“叮咚”系列、百度的“小魚在家”相繼問(wèn)世，加上項(xiàng)目代號(hào)為Vega的三星智能音箱也在緊鑼密鼓的研發(fā)中。語(yǔ)音交互市場(chǎng)為人工智能時(shí)代添了一把火。

我們不禁要問(wèn)，玩家之多，投入之大，當(dāng)中原因是什么？

如淺雪所言，上個(gè)世紀(jì)90年代dos系統(tǒng)，是一個(gè)黑底白字字符界面，敲著鍵盤打著代碼是常態(tài)；隨后比爾蓋茨的Windows震驚世界，一個(gè)操作系統(tǒng)加上多任務(wù)的可視化窗口，可以讓溝通更簡(jiǎn)單；十年前，喬布斯告訴大家，人類其實(shí)有一個(gè)天然的操作工具就是雙手，于是觸屏的iPhone一代誕生；十年之后，人工智能告訴我們，人和物的交互其實(shí)可以解放雙手。

究其原因是因?yàn)?，人工智能時(shí)代，機(jī)器和人類都在加深了解，對(duì)于機(jī)器來(lái)說(shuō)，通過(guò)不同方式理解人，難度不同。例如，智能手機(jī)可以視為人工智能1.0時(shí)代的產(chǎn)物，它和人類的交流方式就是把所有的選項(xiàng)都呈現(xiàn)在屏幕上讓人類指導(dǎo)。但顯然，無(wú)論是遙控控制還是APP化的觸摸點(diǎn)按的操作，都不是最理想的交互方式，并不適用于所有人群，比如，中老年群體使用手機(jī)更多的用作交流。

阿里巴巴深諳其道，認(rèn)為語(yǔ)音是最早最原始的信息交流渠道，與圖像、動(dòng)作并為公認(rèn)的三大交互方式。

而家居環(huán)境的屬性使得語(yǔ)音成為最合適的交互方式，智能語(yǔ)音應(yīng)用主要圍繞智能電視、冰箱、音箱、家用機(jī)器人展開，解決的需求包括搜片、搜歌、提醒、簡(jiǎn)單交互、應(yīng)用調(diào)取等等。

細(xì)觀全球市場(chǎng)，亞馬遜并不是最早推出語(yǔ)音助手的，或者也不是在人工智能領(lǐng)域的技術(shù)實(shí)力最強(qiáng)的，甚至在硬件產(chǎn)品的研發(fā)上并非第一，開發(fā)者生態(tài)建設(shè)更不是佼佼者，但echo的成功至少說(shuō)明了兩點(diǎn)：

1、這是一個(gè)全新的市場(chǎng)；

2、除了技術(shù)實(shí)力和硬件研發(fā)制造能力之外，在語(yǔ)音助手領(lǐng)域，對(duì)后段商業(yè)和服務(wù)生態(tài)的整合能力決定了競(jìng)爭(zhēng)的寬度，實(shí)則更高門檻。

從這個(gè)角度反觀中國(guó)市場(chǎng)，如果以“智能音箱”這個(gè)品類看，毫無(wú)疑問(wèn)音樂(lè)內(nèi)容的豐富是最重要的，但如果是“智能語(yǔ)音助手”這個(gè)品類，對(duì)后端商業(yè)和服務(wù)的整合能力是關(guān)鍵。

阿里的入局

這正是阿里巴巴的思路。天貓精靈X1除了具備語(yǔ)音控制音樂(lè)和音頻內(nèi)容播放等功能外，還通過(guò)AliGenie接入了眾多生活服務(wù)。目前已經(jīng)達(dá)成的合作伙伴包括美泰、KEEP、西溪天堂綜合體、優(yōu)酷、高德地圖、淘票票、支付寶、蝦米音樂(lè)、天貓超市、菜鳥裹裹、喜馬拉雅FM、淘寶網(wǎng)、阿里智能聯(lián)盟、阿里數(shù)娛、天貓魔盒、繪兒樂(lè)、吳曉波頻道、飛豬、盒馬鮮生等。

說(shuō)一聲“天貓精靈”，就可以召喚云端的AliGenie提供服務(wù)，播音樂(lè)、聽故事、講笑話、查運(yùn)勢(shì)、玩游戲、查天氣、找手機(jī)、問(wèn)百科、設(shè)鬧鐘/定時(shí)器、充話費(fèi)、查快遞、查價(jià)格、天貓魔盒控制、智能家電操控，樣樣拿手，功能還將隨著開發(fā)者的入駐而增加。依靠阿里云機(jī)器學(xué)習(xí)技術(shù)和計(jì)算能力，AliGenie能不斷進(jìn)化成長(zhǎng)，越用越聰明。

“天貓精靈，蘋果的熱量是多少？”——“每一百克可食部分為54卡。”

“天貓精靈，我的手機(jī)在哪里？”——“正在搜尋你的手機(jī)。”

“天貓精靈，給我手機(jī)充值100元。”

“天貓精靈，買一箱可樂(lè)。”

……

這一幕同樣發(fā)生在當(dāng)天，天貓精靈X1首席產(chǎn)品體驗(yàn)官、zealer中國(guó)創(chuàng)始人王自如和天貓精靈X1的互動(dòng)場(chǎng)景，知無(wú)不言言無(wú)不盡的天貓精靈十分討喜。

天貓精靈X1和AliGenie背后，由阿里巴巴人工智能實(shí)驗(yàn)室坐鎮(zhèn)，基于阿里語(yǔ)音識(shí)別、自然語(yǔ)言處理、人機(jī)交互等技術(shù)。其中，阿里人工智能實(shí)驗(yàn)室正在對(duì)聲紋識(shí)別、聲紋購(gòu)、NLP中文對(duì)話引擎等核心技術(shù)申請(qǐng)專利。

1、全程對(duì)話溝通

天貓精靈X1外觀圓柱形，有黑白兩種配色，直徑83毫米，頂部中央配有一枚靜音鍵，一觸發(fā)此鍵，X1立刻暫停，以保證用戶隱私。X1底部設(shè)計(jì)一圈隱藏指示燈，會(huì)通過(guò)聲音判斷用戶方位，亮起燈光以示提醒，燈光還會(huì)根據(jù)不同使用功能和場(chǎng)景配合進(jìn)行提示。

配置方面，X1采用SmartAudio專業(yè)處理芯片，相比此前市面上的主流芯片，處理效率提升25%，功耗降低32%；搭載了6麥克風(fēng)環(huán)形陣列，在家庭環(huán)境下支持5米范圍語(yǔ)音識(shí)別。

X1還具備一定的自我學(xué)習(xí)功能，可以根據(jù)環(huán)境噪音進(jìn)行優(yōu)化，適應(yīng)不同家庭環(huán)境噪音。

考慮到中文語(yǔ)義環(huán)境的復(fù)雜性，阿里人工智能實(shí)驗(yàn)室通過(guò)眾包平臺(tái)等方式，征集生活中的各種生活場(chǎng)景所需要用到的語(yǔ)義問(wèn)法，僅天氣預(yù)報(bào)就能夠理解786種中文問(wèn)法，通過(guò)深度學(xué)習(xí)， X1已覆蓋20個(gè)領(lǐng)域的中文自然語(yǔ)義理解，能夠理解人類80%的意圖。

這套語(yǔ)義理解系統(tǒng)還帶有記憶功能和總結(jié)歸納能力，加上模擬的“長(zhǎng)期記憶”和“短期記憶”功能，更容易理解用戶。除此之外，阿里人工智能實(shí)驗(yàn)室還已經(jīng)著手其他多個(gè)語(yǔ)種的研究。

這背后是大量的數(shù)據(jù)積累，以及遠(yuǎn)程計(jì)算能力的提升。

2、聲紋識(shí)別可分辨人

X1可以通過(guò)聲紋識(shí)別技術(shù)分辨家里的每一個(gè)人。淺雪介紹，聲紋識(shí)別技術(shù)是生物識(shí)別的重要識(shí)別手段之一，結(jié)合服務(wù)鏈多重安全機(jī)制，已達(dá)到商用的級(jí)別。這也是阿里在語(yǔ)音深度學(xué)習(xí)領(lǐng)域的核心技術(shù)之一。

天貓精靈目前最多可以識(shí)別6個(gè)人的身份。通過(guò)個(gè)性化推薦，聲紋識(shí)別在辨別出使用者的身份后還能夠?qū)崿F(xiàn)“千人千面”，根據(jù)每個(gè)人的喜好設(shè)定和推送不同的內(nèi)容。

比如，聲紋識(shí)別技術(shù)可以應(yīng)用到一些購(gòu)物場(chǎng)景中。用戶先將自己的聲音注冊(cè)后生成聲音密碼，與機(jī)器綁定后，確認(rèn)開啟聲紋購(gòu)功能。隨后，當(dāng)說(shuō)出 “幫我買一箱牛奶”這樣的需求時(shí)，天貓精靈會(huì)要求用戶跟著念一串隨機(jī)數(shù)字進(jìn)行聲紋校驗(yàn)，如果確認(rèn)為用戶本人，天貓精靈會(huì)從用戶綁定的支付寶中進(jìn)行扣款完成交易。

3、開放AliGenie開發(fā)者平臺(tái)

AliGenie開發(fā)者平臺(tái)主要面向四種類型的開發(fā)者，包括內(nèi)容開發(fā)者、應(yīng)用開發(fā)者、智能家居開發(fā)商和硬件生產(chǎn)商。

（1）向應(yīng)用開發(fā)者免費(fèi)開放NLP語(yǔ)義理解、TTS語(yǔ)音合成等多項(xiàng)自然語(yǔ)言處理技術(shù)。開發(fā)者既可以創(chuàng)建技能，為更多的語(yǔ)音用戶提供服務(wù)，也可以將自己的設(shè)備接入云端服務(wù)，獲取語(yǔ)音交互能力。

（2）針對(duì)內(nèi)容創(chuàng)作者，AliGenie還提供了語(yǔ)音公眾號(hào)功能，開發(fā)者只需將語(yǔ)音或文字上傳至后臺(tái)就可以完成應(yīng)用的創(chuàng)建和發(fā)布，文字將通過(guò)語(yǔ)音合成引擎轉(zhuǎn)換為語(yǔ)音，用戶可以通過(guò)訂閱實(shí)現(xiàn)定時(shí)播放、點(diǎn)播，開發(fā)者也可以進(jìn)行主動(dòng)推送，或聯(lián)合其他應(yīng)用進(jìn)行深入集成，組合播放。

（3）為硬件制造企業(yè)準(zhǔn)備了單麥克風(fēng)到多麥克風(fēng)陣列的參考設(shè)計(jì)方案，并提供包括喚醒詞定制，聲學(xué)結(jié)構(gòu)，核心電路設(shè)計(jì)和芯片方案在內(nèi)的相關(guān)套件的參考設(shè)計(jì)，以及云端服務(wù)和應(yīng)用管理所必要的全套工具和用戶APP SDK組件。接入的硬件設(shè)備能夠快速具備人機(jī)語(yǔ)音交互能力，并共享應(yīng)用商店的所有應(yīng)用技能。

按照阿里的邏輯，除了技術(shù)的開放外，生態(tài)的開放合作也重要。目前，天貓超市、菜鳥、KEEP等已推出基于天貓精靈X1的語(yǔ)音應(yīng)用，用戶只需動(dòng)動(dòng)口就可以完成話費(fèi)充值、購(gòu)買商品、健身語(yǔ)音提示等服務(wù)，很快還將上線打車、叫外賣、叫保潔等服務(wù)。開發(fā)者可以自由發(fā)揮。

現(xiàn)場(chǎng)，阿里人工智能實(shí)驗(yàn)室也公布了首個(gè)硬件開放合作伙伴：將與國(guó)際玩具巨頭美泰合作探索其旗下主要核心IP的合作開發(fā)機(jī)會(huì)，如費(fèi)雪、芭比、托馬斯和朋友等智能玩具。

除了生態(tài)的開放合作，后續(xù)的場(chǎng)景植入也關(guān)鍵。阿里目前已經(jīng)或正在拓展的行業(yè)解決方案涉及六個(gè)方面，包括兒童領(lǐng)域、酒店領(lǐng)域、家庭場(chǎng)景、TO B其他商業(yè)場(chǎng)景、線下零售場(chǎng)景以及與其他顯示設(shè)備結(jié)合的場(chǎng)景。

天貓精靈X1于7月5日開始進(jìn)行限量公測(cè)，8月8日將進(jìn)行首批正式發(fā)售，定價(jià)人民幣499元。